Ratgeber

So übersetzt du jedes Video, das du auf dem iPhone schaust

Dafür gibt es in iOS keine Einstellung. Du brauchst eine App, die den Ton mithört, den dein iPhone ohnehin abspielt, und die Übersetzung über das legt, was du gerade schaust — der Untertitel erscheint über dem Video, in der App, in der du warst. Hono Subtitles macht genau das. Die Einrichtung dauert vier Tipps, sie braucht iOS 26 oder neuer, und Erkennung wie Übersetzung laufen auf dem Gerät.

So geht’s

1. Starte, was du schauen willst, und lass es laufen.
2. Öffne Hono Subtitles. Wähle die Sprache, die gesprochen wird, und die Sprache, die du liest.
3. Tippe auf Start Sharing Audio. Ein iOS-Fenster erscheint — bestätige dort die Freigabe.
4. Tippe auf Open Subtitle Window und wische dann zurück zu dem, was du geschaut hast. Das Fenster bleibt obenauf, und übersetzte Zeilen erscheinen, während gesprochen wird.

Das ist der ganze Ablauf. Die Reihenfolge der letzten beiden Schritte zählt: Die Audiofreigabe muss existieren, bevor es etwas zu übersetzen gibt, also hat das Fenster bis dahin nichts anzuzeigen. Alles Weitere erklärt, warum es so funktioniert und wo es aufhört.

Ist das nicht schon in iOS eingebaut?

Zwei eingebaute Funktionen kommen nah heran, und wenn eine davon deinen Fall abdeckt, brauchst du nichts anderes.

Live-Untertitel, zu finden unter Einstellungen → Bedienungshilfen, beschreibt Apple als Echtzeit-Transkription gesprochener Sprache in jeder App sowie von Gesprächen um dich herum. Das entscheidende Wort ist Transkription: Die Funktion schreibt auf, was gesagt wurde, in der Sprache, in der es gesagt wurde. Ist der Dialog Koreanisch und du liest kein Koreanisch, lässt dich ein koreanisches Transkript genau dort stehen, wo du angefangen hast. Apple weist außerdem darauf hin, dass sie nicht in allen Sprachen, Ländern oder Regionen verfügbar ist.

Live-Übersetzung, Teil von Apple Intelligence, übersetzt tatsächlich — aber nur in Telefon, FaceTime und Nachrichten, bei Gesprächen zu zweit. Eine Serie in einer Streaming-App ist kein Telefonat.

Was fehlt, ist die Kombination: ein übersetzter Untertitel über einer beliebigen App.

Warum der Bildschirm geteilt werden muss

Schritt 3 fragt nach Bildschirmfreigabe, was nach mehr klingt, als es ist. Das Fenster sagt das, weil der Mechanismus so heißt — nicht, weil die App deinen Bildschirm sehen will.

Auf einem Mac würdest du den Ton über ein virtuelles Audiogerät leiten. So etwas gibt es auf iOS nicht, und das ist Absicht: Eine App kann weder sehen noch hören, was eine andere App tut. Es gibt keine API nach dem Motto „gib mir den Ton von dem, was gerade läuft“ — nicht veraltet, nicht privat, es gab sie nie. Der einzige erlaubte Weg ist der Broadcast-Mechanismus, der gebaut wurde, damit du deinen Bildschirm zu Twitch streamen kannst. Deshalb erscheint ein Systemfenster, und deshalb geht es dort um die Freigabe und nicht um irgendetwas mit Untertiteln.

Tatsächlich genutzt wird nur der Ton. Der Broadcast liefert auch Videobilder mit, und der Code, der sie empfängt, tut nichts — der Zweig ist leer. Genauso beim Mikrofon: Die App fragt nie nach der Mikrofonberechtigung, also werden Gespräche im Raum weder untertitelt noch erfasst. Die einzige Berechtigung, die sie anfragt, ist Spracherkennung; nichts wird aufgenommen, gespeichert, exportiert oder hochgeladen, und nachdem die Modelle eines Sprachpaars einmal geladen sind, funktioniert alles ganz ohne Netzverbindung. Mehr dazu im Datenschutz-Abschnitt der Startseite.

Die andere Hälfte des Problems ist die Anzeige des Texts. Um irgendetwas über eine andere App zu legen, gibt es auf iOS genau ein Mittel: Bild-in-Bild, gedacht für die Videowiedergabe. Es gibt auf iOS kein Overlay-Fenster, keine schwebende Blase, keine Ebene, die immer obenauf liegt. Daraus folgen drei Dinge, die man kennen sollte, bevor man irgendetwas installiert:

• Gleichzeitig den Bildschirm aufnehmen geht nicht. iOS hat eine einzige Broadcast-Sitzung, und die ist belegt.
• Das schwebende Fenster lässt sich nicht antippen. Bild-in-Bild ist eine reine Ausgabefläche — sie zeigt an, sie nimmt keine Eingaben an. Alle Bedienelemente sind in der App.
• Die Kamera schließt es. Die Kamera übernimmt dieselbe Fläche, also wird das Fenster abgebaut.

Eine weitere Einschränkung taucht nie in der Oberfläche auf, prägt aber alles dahinter: Der Prozess, der den Broadcast empfängt, hat eine Speichergrenze von 50 MB. Spracherkennung und Übersetzung müssen beide da hineinpassen — bei einem Livestream, ohne zurückzufallen.

Wofür es funktioniert und wofür nicht

Es funktioniert bei allem auf dem Gerät, das Ton abspielt: Streaming-Apps, Livestreams, Podcasts, Video im Browser, aufgezeichnete Vorlesungen, ein Meeting, dem du zuhörst. Die App erfährt nie, was den Ton erzeugt hat — sie liest das Audio, das das System gerade abspielt.

Was sie nicht kann:

• Videoanrufe mit eingeschalteter Kamera. Die Kamera schließt das schwebende Fenster.
• Ton, der von woanders kommt. Ein Laptop, ein Fernseher, eine Person im Raum. Übersetzt wird, was dieses iPhone abspielt, nicht, was es hören kann — ein Mikrofon ist nicht beteiligt.
• Bildschirmaufnahme parallel. Eine Broadcast-Sitzung, schon belegt.
• Jede Sprache in beide Richtungen. Die Liste wird zur Laufzeit aus iOS gelesen statt fest eingebaut, und die beiden Seiten sind nicht dieselbe Liste. Zuhören ist auf die Schnittmenge aus Apples Sprachmodellen auf dem Gerät und seinen Übersetzungsmodellen beschränkt; lesen lässt sich alles, was Apples Übersetzer beherrscht. Eine Sprache kann zum Lesen verfügbar sein, aber nicht zum Zuhören — Thailändisch zum Beispiel.
• Alles vor iOS 26. Die Erkennungs- und Übersetzungsmodelle auf dem Gerät, auf denen sie aufbaut, kamen mit dieser Version.

Fragen

Weitere Texte ansehen